Inhaltsverzeichnis Einführung 21 Zu diesem Buch 21 Konventionen in diesem Buch 21 Was Sie nicht lesen müssen 22 Törichte Annahmen über den Leser 22 Wie dieses Buch aufgebaut ist 22 Teil I: Grundlagen der linearen Algebra 23 Teil II: Landschaftserkundung zur linearen Algebra 23 Teil III: Analytische Geometrie fürs Leben 23 Teil IV: Lineare Algebra for Runaway Dummies 24 Teil V: Top Ten Teil 24 Symbole in diesem Buch 24 Wie es weitergeht 25 Teil I Grundlagen der Algebra 27 Kapitel 1 Die bunte Welt der linearen Algebra 29 Dafür braucht man lineare Algebra 30 Systeme von Gleichungen lösen 31 Geometrische Rätsel knacken 31 Die Bausteine der linearen Algebra erkennen 33 Körper und Vektorräume 34 Sinnvolle Verknüpfungen von Vektoren 34 Die Werte in Reih und Glied bringen 35 Matrizen und ihre Verknüpfungen 37 Determinanten 39 Alles in einen linearen Zusammenhang bringen 40 Lineare Abbildungen 41 Affine Transformationen 43 Noch bunter geht es nicht 43 Eigenwerte und Eigenvektoren 44 Diagonalisieren und der Spektralsatz 46 Wie man den linearen Überblick behält 49 Kapitel 2 Zahlen gegen reelle Komplexe 51 Reelle Zahlen in der Realität 51 Grundidee der komplexen Zahlen 53 11
Lineare Algebra für Dummies Crashkurs: Rechnen mit komplexen Zahlen 58 Addition und Subtraktion komplexer Zahlen 58 Multiplikation und Division komplexer Zahlen 60 Besonderheiten komplexer Zahlen 63 Beträge komplexer Zahlen 63 Konjugierte Komplexe 65 Kapitel 3 Körper und andere Welten 71 Verkündigung der Körpergesetze 71 Das Assoziativgesetz 73 Das Kommutativgesetz 76 Das neutrale Element 78 Inverse Elemente 80 Das Distributivgesetz 81 Die Algebraische Struktur der Körper 83 Endlich unendliche Körper 84 Der kleinste Körper 84 Die Klassischen Zahlkörper 86 Na so was: die Restklassenkörper 87 Kapitel 4 Wen Amors Vektor trifft 91 Woher die Vektoren kommen 91 Erweitern Sie Ihren Horizont um n Dimensionen 92 Grundlegende Vektoroperationen 94 Addition und Subtraktion von Vektoren 95 Skalare Multiplikation von Vektoren 96 Das Skalarprodukt von Vektoren 98 Die Norm eines Vektors 100 Das Vektorprodukt 102 Der Winkel zwischen Vektoren 103 Diese Vektoren sind nicht normal 106 Jetzt wird es eng: der n-raum 107 Der Euklidische n-raum 108 Der komplexe n-raum 110 Warum das alles kein Unsinn ist 111 Arbeit und Kraft 112 Das Drehmoment 113 Tricks mit Vektoren 114 Der Kosinussatz 114 12
Inhaltsverzeichnis Teil II Landschaftserkundung zur linearen Algebra 117 Kapitel 5 Vektorräume mit Aussicht 119 Räume voller Vektoren 119 Vektorraumoperationen 120 Addition von Vektoren 121 Skalare Multiplikation 121 Vektorraumeigenschaften 122 Massenhaft Beispiele für Vektorräume 124 Vektorräume aus n-tupeln 124 Vektorräume aus Polynomen 125 Vektorräume aus Matrizen 127 Vektorräume von Folgen und Funktionen 127 Vektorräume aus linearen Abbildungen 129 Vektorräume aus Körpern 130 Unterräume aber nicht im Kellergeschoss 131 Die formale Spezifikation der Unterräume 131 Eine Abkürzung zu den Unterräumen 133 Aufräumen in den Unterräumen 134 Summen von Unterräumen 137 Direkte Summen von Unterräumen 140 Kapitel 6 LGS Auf lineare Steine können Sie bauen 143 Wie lineare Gleichungssysteme entstehen 143 Darstellungsmöglichkeiten linearer Gleichungssysteme 147 Die Quadratische Form 147 Die Stufenform 149 Die Idealform 150 Prinzipielle Lösungsmengen von LGSen 152 Eindeutige Lösung 152 Freie Parameter in der Lösung 153 Keine Lösungen 155 Das Gauß sche Eliminationsverfahren zur Lösung von LGSen 156 Der Gauß-Jordan-Algorithmus 160 Lösung eines LGS über die erweiterte Koeffizientenmatrix 161 So geht es auch: LR-Zerlegung nach Gauß 163 Beispiel 164 Determinanten zur Bestimmung von Lösungen 166 Lösung à la Cramer & Cramer 167 Inverse Matrizen zur Lösung einer Matrizengleichung 168 Parametrisierte LGS 169 13
Lineare Algebra für Dummies Kapitel 7 Die Matrix ist überall 177 Wie eine Matrix das Leben erleichtert 177 Lineare Gleichungssysteme als Matrizen darstellen 178 Grundlegende Matrixoperationen 180 Addition von Matrizen 180 Skalare Multiplikation von Matrizen 181 Matrix-Vektorprodukt 183 Matrixmultiplikation 184 Transposition von Matrizen 187 Der Rang einer Matrix 188 Attribute von Matrizen 190 Quadratische Matrizen 190 Reguläre Matrizen 191 Idempotente Matrizen 192 Diagonalmatrizen 194 Adjungierte von Matrizen bestimmen 195 Komplementäre Matrizen erzeugen 195 Matrizen invertieren 198 Mittels Determinanten und Adjunkten 198 Mittels Gauß-Jordan-Algorithmus 198 Komplexe Matratzen, pardon, Matrizen 200 Unitäre Matrizen 200 Hermitesche Matrizen 202 Schiefhermitesche Matrizen 203 Ähnliche Matrizen 203 Der Matrix auf der Spur 204 Kapitel 8 Die lineare Unabhängigkeitserklärung 207 Wir kombinieren linear 207 Warum unabhängig besser ist als abhängig 209 Bestimmung der linearen Unabhängigkeit 210 Bei n-tupel-vektoren 211 Bei Polynomen 214 Bei Matrizen 215 Bei linearen Abbildungen 218 Im Allgemeinen 222 Fallstricke der linearen Unabhängigkeit 225 Was lineare Unabhängigkeit mit der Lösung von Gleichungssystemen zu tun hat 226 14
Inhaltsverzeichnis Kapitel 9 Basen, keine lästige Verwandtschaft 229 Auf dieser Basis beruht unsere Arbeit 229 Beispiel 231 Erzeugende Systeme 234 Lineare Hüllen als Unterräume 235 Beispiele 235 Lineare Unabhängigkeit von Basisvektoren 236 Beispiel 237 Erzeugte Unterräume 238 Beispiel 238 Matrizen und Basen: So geht das! 242 Dimensionen und Basisvektoren 243 Der Dimensionssatz 244 Jetzt haben Sie endlich die Koordinaten 245 Basen für Orthonormal-Verbraucher 245 Teil III Analytische Geometrie fürs Leben 249 Kapitel 10 Geometrische Grundelemente 251 Affinität zu geometrischen Räumen 251 Punkte im Euklidischen n-raum 255 Darstellungsmöglichkeiten von Geraden 257 Parameterform 257 Gleichungsform 258 Darstellungsmöglichkeiten von Ebenen 259 Parameterform 259 Normalenvektor und Normalenform 260 Koordinatenform 261 Achsenabschnittsform 263 Aus der Form gesprungen oder wie Sie von einer Form in die andere gelangen 264 Festhalten, jetzt kommen höherdimensionale Objekte 265 Parameterformen 266 Koordinatenformen und Gleichungssysteme 266 Was sonst noch interessant ist 268 Dreiecke 268 Parallelogramme 269 Spate 270 Flächen zweiter Ordnung 272 Ellipsoid 272 Elliptisches Paraboloid 273 Hyperbolisches Paraboloid 273 15
Lineare Algebra für Dummies Kapitel 11 Abstand halten und schneiden 275 Wir bestimmen den Abstand von 275 Punkt zu Punkt 275 Punkt zu Gerade 277 Beispiel 279 Punkt zu Ebene 280 Beispiel 281 Wenn sich zwei Geraden treffen 282 Abstand paralleler Geraden 282 Beispiel 284 Abstand windschiefer Geraden 284 Beispiel 286 Schnittpunkt und -winkel zweier Geraden 287 Beispiel 288 Ebenen kommen ins Spiel 291 Abstand einer Geraden von einer parallelen Ebene 291 Beispiel 292 Durchstoßpunkt und -winkel von Gerade zu Ebene 292 Beispiel 293 Abstand zweier paralleler Ebenen 295 Beispiel 296 Schnittgerade und -winkel zwischen Ebenen 297 Beispiel 298 Überdimensionale Objekte 300 Abstandsbestimmung allgemein 300 Schnittobjekte und -winkel ermitteln 301 Beispiel 301 Kapitel 12 Geometrische Transformationen 303 Geometrie jenseits Lineal und Zirkel 303 Affine Abbildungen 303 Beispiel 305 Identität 309 Translation 309 Transvektion (Scherung) 310 Rotation 313 Beispiel 320 Spiegelung 321 Beispiel 325 Kontraktion 327 Beispiel 328 Die Hauptachsentransformation 329 Hauptachsentransformation 3D 334 16
Inhaltsverzeichnis Teil IV Lineare Algebra for Runaway Dummies 341 Kapitel 13 Raubtierfütterung der Morphismen 343 Was Homomorphismen eigentlich sind 343 Beispiel 1: Quadratische Funktionen 345 Beispiel 2: Trigonometrische Funktionen 346 Beispiel 3: Exponential- oder Logarithmusfunktionen 347 Beispiel 4: Endlich linear 347 Wurfarten, die Sie sich merken sollten 348 Kern einer linearen Abbildung 349 Bild einer linearen Abbildung 349 Surjektivität 350 Injektivität 351 Bijektivität 352 Operationen auf Homomorphismen 353 Beispiel 353 Morphismen, Aufzucht und Pflege 355 Homomorphismen 355 Epimorphismen 356 Monomorphismen 356 Isomorphismen 356 Endomorphismen 357 Automorphismen 358 Projektionen 359 Orthogonale Projektionen 363 Ansteckungsgefahr bei Morphismen, Diagnose: Singularität 364 Lineare Operatoren in der Technik 366 Beispiel 366 Kapitel 14 Ganz bestimmte Determinanten 371 Warum Determinanten wichtig sind 371 Beispiel 372 Was Permutationen mit Determinanten zu tun haben 373 Berechnung von Determinanten 374 Determinanten von 2 2-Matrizen 374 Beispiele 375 Determinanten mit der Regel von Sarrus berechnen 376 Beispiele 377 Berechnung von Determinanten im Allgemeinen 378 Beispiel 379 Rechenregeln für Determinanten 380 17
Lineare Algebra für Dummies Wie sich die Transpositionen auf Determinanten auswirken 380 Diagonalmatrizen sind die besten Freunde von Determinanten 381 Die Determinate der Einheitsmatrix 381 Skalare Multiplikation und Determinanten 381 Determinanten und der Zeilentausch/Spaltentausch 382 Leibniz trifft auf Gauß 383 Determinantenberechnung für Dreiecksmatrizen 384 Zusammenhang zwischen Determinante und Invertierbarkeit einer Matrix 385 Unterdeterminanten 385 Der Entwicklungssatz 387 Beispiel 388 Determinanten von Homomorphismen 389 Determinanten und das Spatprodukt 390 Kapitel 15 Es reicht, wir wechseln die Basis 393 Ausgangssituation 393 Beispiel 394 Wo die neuen Basisvektoren herkommen 397 Die Übergangsmatrix bestimmen 398 Beispiel 400 Die Übergangsmatrix als linearer Operator 404 Beispiel 406 Basiswechsel bei allgemeinen Homomorphismen 407 Ein instruktives Beispiel zum Basiswechsel 409 Dem Ingeniör ist nichts zu schwör 410 Kapitel 16 Artige Eigenwerte 413 Eigenartige Werte 413 Eigenwerte von Endomorphismen 414 Von Eigenwerten über Eigenvektoren zu Eigenräumen 416 Eigenwerte der Matrixdarstellungen 417 Beispiel 418 Wie man aus Eigenwerten die zugehörigen Eigenvektoren presst 419 Eigenartige Eigenräume 421 Das Jacobi-Verfahren zur Bestimmung von Eigenwerten 422 Beispiel 424 Praxisbeispiele 427 Mechanische Schwingungen 427 Elektromagnetische Schwingkreise 429 18
Inhaltsverzeichnis Kapitel 17 Diagonalisieren statt um die Ecke denken 431 Was Matrizen und Homomorphismen gemeinsam haben 431 Beispiel 432 Was die Diagonalmatrix eines Homomorphismus bedeutet 434 Wann Sie überhaupt diagonalisieren können 435 Beispiele 436 Diagonalisieren ohne Verrenkungen 439 Eine Null als Eigenwert 441 Eigene Werte ohne Potenz 442 Was man Schlaues mit der Diagonalisierung anstellen kann 443 Potenzieren nach Basiswechsel 444 Betrachten Sie den Gipfel 446 Der Spektralsatz für Endomorphismen 452 Anwendung des Spektralsatzes für den reellen Zahlenkörper 456 Anwendung des Spektralsatzes für den komplexen Zahlenkörper 459 Die charakteristische Gleichung an unerwarteter Stelle 461 Der Satz von Cayley-Hamilton 461 Anwendungen des Satzes von Cayley-Hamilton 462 Was Sie tun, wenn Sie oben angekommen sind 465 Teil V Top-Ten-Teil 467 Kapitel 18 Lineare Algebra in fast zehn Minuten 469 Linearität verstehen und keine Angst vor Algebra haben 469 Grundaspekte der analytischen Geometrie verinnerlichen 469 Gleichungssysteme mit geometrischen Objekten identifizieren 470 LGSe mit unterschiedlichen Methoden lösen 470 Zusammenhang von Matrizen und linearen Abbildungen begreifen 470 Determinanten und Eigenwerte als Herz einer Matrix betrachten 470 Basiswechsel als Spezialfall eines Isomorphismus erkennen 471 Diagonalisieren zur Ermittlung von Eigenwerten 471 Den Spektralsatz als Gipfel der Erkenntnis ansehen 472 Stichwortverzeichnis 473 19
20 Lineare Algebra für Dummies